夜雨聆风
hello，好久不见，我是若水。
距离上次更新，已经过去两个多月了。
这两个月，AI 的发展像是被按下了快进键。从一只「龙虾」（OpenClaw）引爆全网，到各种 Agent 百花齐放，再到 Hermes Agent 成为新宠……每天都有新产品、新概念、新教程在轰炸你的眼球。
如果你和我一样身处这个洪流之中，大概会有一种熟悉的眩晕感：好像所有人都在往前狂奔，只有你站在原地，怀疑自己是不是落后了。
我断更的这两个月，就是在这种眩晕里度过的。
但今天我不想跟你聊什么新工具评测，也不打算分析「龙虾怎么养」。我想跟你讲讲，上个月底，我受公司邀请做了一场长达三小时的 AI 分享课——课上我讲的全是两三年的老知识，用的甚至不是 Claude，不是 OpenClaw，而是最基础、最免费的豆包。
而那场「降级」的分享，却意外成了我这半年收获最多好评的一堂课。
01 喧嚣之下，我一度羞于发声
先说说我为什么断更。
这两个月，OpenClaw 的火，带着一种摧枯拉朽的气势。从政府背书，到各种 AI 社区，再到各路博主铺天盖地的宣传，一时间仿佛不会用 OpenClaw，就不配谈 AI。
但看得越多，我反而越感觉到一股空白。
大量的 AI 内容变得越来越「空心」：一键选题、一键洗稿、把外网文章搬运翻译、同质化严重。很多人直接把「思考」外包给了 AI，借助工具批量生产垃圾。我有一种强烈的羞于与之为伍的心态——这也能写？这玩意儿我也用过，哪有你吹得那么神？
更深层的恐惧是：AI 进化的速度太快了。
我写的这些东西，如果只是追逐流量，三个月后就没人会复看。我开始反复追问：AI 和我之间，在「输出」这件事上到底是什么关系？如果今天写的技巧明天就过时了，那我存在的意义是什么？
这种敬畏之心，让我犹豫、彷徨，以至于不敢发声。
直到上个月，组织发展部的同事找到我：「若水，你能不能给公司的讲师分享一下，怎么快速用 AI 做培训课程？」
我当时很诧异。用 AI 做课？在我看来就像呼吸一样自然，豆包就能搞定，有什么好讲的？
但我还是接了。并且在做课件时，我陷入了和写公众号时一样的纠结：
要不要把最近研究的 OpenClaw、Skills、Vibe Coding 这些「高级货」都塞进去？
毕竟，公司今年大张旗鼓成立了 AI 工作组，连 3000 人的制造基地都开始要求全员部署 OpenClaw 到飞书。这时候讲「高级技巧」，不是正合时宜吗？
02 试讲前夜，我把所有「大招」都删了
分享的前一晚，我在脑子里模拟试讲。
当我讲到「AI 心法」、「七定成课 Skill」、「新手/进阶两套交流框架」时，我突然卡住了。
我想象台下坐着一群平时连「终端」都没打开过的同事，他们眼神迷茫，机械地记着笔记，我在台上放肆的输出自己的所思所想，台下的人听着各种概念，陷入了懵圈，然后在实操时发现：AI 回复的和自己想要的不一样，遂放弃。
那一刻我意识到，如果我照本宣科把这些东西塞给他们，弊大于利，而且完全实现不了我这次分享的目的——让他们以最快的速度学会使用 AI 工具设计一门专业的企业内训课。
「学我者生，似我者死。」我的心法、框架、Skill，是我这两年压缩总结出来的肌肉记忆，三小时根本讲不透。如果只是给他们「复制粘贴」，他们遇到一点偏差就会手足无措。
于是，我做了一个「降级」的决定：
删掉所有 AI 心法； 删掉用多维表格设计的前测后测； 删掉 AI 生成的学习地图； 删掉我自己珍藏的两套交流框架； 甚至删掉所有关于 OpenClaw 的内容。
最后课件里只剩下：最基础的培训理论、最基础的提示词（连结构化都不算）、以及人手一个纯免费的豆包。
第二天，我讲了整整三个小时。
说实话，这是我第一次完整地讲满三小时。从紧张到松弛，我分享的内容在我看来甚至有些「老旧」——大模型刚出来时最基础的玩法，两三年前的老东西了。
但反馈却出奇地好。
有同事说节奏很舒服，很专业；同部门的同事说我状态很松弛；组织发展部的同事说能感觉到每个人都有触动。
这一点很奇怪，当我讲的少了，学员的收获却变多了。
03 那道看不见的「鸿沟」
真正震撼我的，是分享中的两个细节。
第一个细节发生在实操环节。一个同事举手问我：「老师你看，我和豆包聊天的时候，怎么换行啊？」
我当时内心极度 OS：这都不知道？你不会问豆包吗？
但下一秒，我看到他的同桌也在小声嘀咕：「你咋不问我。」
第二个细节是，我发现很多人对 AI 输出的「大段文字」有本能的恐惧。他们习惯了碎片化阅读，突然面对 AI 洋洋洒洒几百字的回复，第一反应不是「提取重点」，而是认知超载到想直接关掉窗口。而对我来说，很多情况下就是扫一眼的事情。
我教他们说：「如果字数太多，你就补一句『用最简短的话回答』。」
但实际上，很少有人真的会这么做。
那天下班之后我回到家，百思不得其解。
我明明讲的是最基础（自认为）的东西，为什么还会有人问出更基础的问题？
最后我得出一个结论：
在 AI 应用方面，人与人之间存在一道巨大的鸿沟。
市面上的 AI 教程，无论是卖铲人的付费课，还是博主的免费分享，都在犯一个同样的错误——它们默认你已经跨过了那道门槛。
它们告诉你「怎么写结构化提示词」，但没说第一句话该怎么开口；它们教你「怎么用 AI 一键生成周报」，但没说你得先敢把需求说出口；它们展示各种神级操作，但没告诉你，那些技巧背后是无数次的试错和对话语境的积累。
它们教你的是怎么从 1 跑到 100，但没告诉你：很多人连「敢开口问第一句话」这个 0 到 1 的坎，都还没跨过去。
真正会用 AI 的人，不需要看这些课。而不会用的人，上了课也只是复制粘贴，发现结果不对，遂放弃，然后周而复始。
那道鸿沟里，藏着的不是技术，而是「基础使用习惯」：敢不敢提问、会不会判断信息、有没有耐心和 AI 多轮对话。
这些能力，对于从小爱折腾、爱玩游戏、爱查攻略的人来说，是肌肉记忆。但对于 95% 的普通人来说，却是需要从头建立的新习惯。
04 诸行无常，而人有常
去年 DeepSeek 爆火的时候，我参加了一场 AI 竞赛，设计了两套交流框架，也拿到了名次。
但是比赛结束后，所有的作品都没有下文。哪怕排名第一的小队，展示了一个很牛的 AI 应用自建平台，且和公司的业务场景高度适配，最终也没看到公司在推广。
那时候我就意识到：企业关注的是「怎么用」，而不是「为什么它能用」。 它要的不是你这个人，而是你能完成的任务。人在这种环境下被当作器具、当作螺丝钉。
这和 AI 的本质是相抵触的。
被当作器具的人，不可能用好 AI。他们只会担心：AI 要取代我了。
哪怕是现在。公司开始要求全员部署 OpenClaw，总部成立 AI 工作组，每天都在宣传把 AI 用起来」，宣传AI 不是未来，是现在。
但，现实是，大多数人还没准备好，在没有培养 AI 应用土壤的前提下，直接就想拿到想要的结果大抵只是空谈。
我想，这正是为什么我那场「降级」的分享会收到好评——因为我没有把人当成器具去填鸭，而是种下了一颗种子。
让他们先觉得「这玩意儿好用」，让他们敢开口问第一句话，让他们知道 AI 是一个可以平视对话的工具，而不是高高在上的神谕。
AI 是不确定性拉满的新物种。它的发展也让整个世界变得越来越不确定。
这样的世界，我们要如何自处？我的答案是：以不变应万变——找到你心中一直坚持的「常」。
那么，什么才是我们的「常」？
依旧是我常说的：AI 越厉害，我们越要找到自己的锚点。
这个锚点，可以是品味，可以是提问能力，可以是你的愿景。它也可以是你做了五年业务沉淀下来的「一眼就知道哪里不对」的直觉，是你对文字质感的偏执，是你带团队时那种「话说到什么程度刚刚好」的分寸感。但无论是什么，它都基于「人」本身的存在。
所以，与其追逐那些瞬息万变的技术和技巧，不如先问自己：
我真正想用 AI 解决什么问题？ 我今天敢不敢打开豆包，问出第一个问题？
种一棵树最好的时间是十年前，其次是现在。
05 写在最后
分享结束后，我在 PPT 的最后一页写了一句话，也送给看到这里的你：
以 AI 为镜，师夷长技以制夷。
前一句是说，把 AI 当作一面镜子，照见自己的长处和短板，在对话里修炼自己。后一句是我对「以 AI 治 AI」的理解——让 AI 教你用 AI，用最顺手的方式借它的力，长自己的本事。
不是要你把所有高级技巧都学会，而是希望你能在一次次对话中，找到属于自己的节奏和心法。
另外，前段时间和豆包聊天时，偶然碰撞出了一个非常惊艳的角色设定提示词——我给它取名「知常」，取自「知常曰明」。它是一个走过半生、见过人间烟火与商业本质的清醒洞察者，也是一个坐在你对面、平等对话的温柔叙事者。
这个提示词我整理了很久，篇幅不小，放在这篇里怕是太过冗长。如果你感兴趣，下篇文章我会完整分享这个「人间叙事者·知常」的设定，以及我和豆包碰撞出它的全过程。
如果你等不及，也可以直接打开豆包，问它一句：
「我想找一个能帮我梳理复杂情绪、用故事戳透本质的 AI 伙伴，你有什么建议？」
然后，从那里开始。
工具落地处，才是人的主场。
我是若水。我们下期见。
